რაოდენობრივ მონაცემთა ანალიზი R-გარემოში

პირველი შეხვედრა

• კურსის გაცნობა და ლოგისტიკა
  • საჭირო კომპიუტერული პროგრამები
  • შეფასება, დავალებები, ლაბორატორიული სამუშაო და ა.შ.
• R გარემო

• ვნახავთ, თუ როგორაა შესაძლებელი მონაცემთა ეფექტურად მოგროვება და გაანალიზება;
• შევისწავლით რაოდენობრივ მონაცემთა სტატისტიკური ანალიზის ძირითად პრინციპებს;
• გავერკვევით R-გარემოში მუშაობის მთავარ საკითხებში

• R;
• R-studio;
• ტექსტური რედაქტორი - გემოვნებით;
• დაწვრილებით: ლაბორატორიის მსვლელობისას

http://davidsichinava.github.io/dar

ლექცია

ლექცია

ლაბორატორია

• პრაქტიკული სავარჯიშოები R-ის გამოყენებით
• დაეთმობა შეხვედრების მეორე საათი

ლექცია

ლაბორატორია

ლიტერატურა

• ძირითადი ტექსტები:
• Field, A., Miles, J., Field, Z: Discovering Statistics Using R. 4th Edition. Thousand Aoaks, CA: Sage Publications. 2012. (DIS) - ამ წიგნისთვის დაგჭირდებათ epub-რიდერი
• Imai, K.: Quantitative Social Science, An Introduction. Princeton University Press. 2017 (QSS)
• Grolemund, G. & Wickham, H.: R for Data Science (R4DS)
• Dalgaard, Peter. Introductory statistics with R. Springer Science & Business Media, 2008. (ISR)

• Kruschke, John. Doing Bayesian data analysis: A tutorial with R, JAGS, and Stan. Academic Press, 2014 (BAY)

• ჩემს მიერ დარიგებული ლიტერატურა და კურსის ვებსაიტზე ატვირთული ტექსტები

ლექცია

ლაბორატორია

ლიტერატურა

დავალებები

• ლაბორატორიისას დაგირიგდებათ დავალებები, რომელიც მომდევნო კვირის მანძილზე უნდა ატვირთოთ დროპბოქსზე

• შესავალი R-გარემოში
• R-ის მომხმარებლის გრაფიკული გარემო: R-Studio
• R-ის მომხმარებლის გრაფიკული გარემოს ძირითადი ელემენტები
• R-მარკირების დოკუმენტის შექმნა
• ,,წიგნიერი პროგრამირება’’ და პროექტების ორგანიზების კარგი პრაქტიკა

• დაპროგრამების ენა

• დაპროგრამების ენა
• ვრცელდება უფასოდ
  • GPL2-GPL3 ლიცენზია
• ხელმისაწვდომია ყველა პოპულარული საოპერაციო პლატფორმისთვის

R-ის ნაკლად კარგა ხანი ითვლებოდა მოსახერხებელი სამომხმარებლო გარემოს არარსებობა

R-Studio ამ პრობლემის მოსაგვარებლად არსებობს

### ზოგადი დახმარება:
help.start()

### დახმარება რომელიმე ფუნქციასთან დაკავშირებით
help(lm) ## ან
?lm

### მაგალითის ჩვენება
example(lm)


### ფუნქციის / ბიბლიოთეკის ვინიეტის ჩვენება
vignette("ggplot2-specs")

getwd()

setwd("D:/Dropbox/R/My awesome research")

ან

setwd("D:\\Dropbox\\R\\My awesome research")

ან

setwd('D:\\Dropbox\\R\\My awesome research')

install.packages("ბიბლიოთეკის სახელწოდება")

library("ბიბლიოთეკის სახელწოდება")

მაგრამ…

The lexicon of reproducibility to date has been multifarious and ill-defined. The causes of and remedies for what is called poor reproducibility, in any scientific field, require a clear specification of the kind of reproducibility being discussed (methods, results, or inferences), a proper understanding of how it affects knowledge claims, scientific investigation of its causes, and an improved understanding of the limitations of statistical significance as a criterion for claims

Goodman, S., Fanelli, D., Ioannidis, J. (2016): What does research reproducibility mean?

• სტანდარტები (King, 1995): > The replication standard holds that sufficient information exists with which to understand, evaluate, and build upon a prior work if a third party can replicate the results without any additional information from the author
• მონაცემთა საცავები (Dataverse @ Harvard, Figshare)
• ვერსიათა კონტროლი (Git, Github, Bitbucket)

წყარო: Marwick, B. (2014): Reproducible Research: A primer for the social sciences

source("MyAwesomeRegression.R")

Documentation must be regarded as an integral part of the process of design and coding. A good programming language will encourage and assist the programmer to write clear, self-documenting code, and even perhaps to develop and display a pleasant style of writing.

Hoare, T. (1973): Hints on Programming Language Design. [in:] Knuth, D. (1983): Literate Programming. The Computer Journal

• გამჭვრივალეობა
• მხარდაჭერა
• მოდულების ფორმით ორგანიზება
• პორტატულობა

1. პროგრამის მოკლე აღწერა
2. ყველა საჭირო ბიბლიოთეკის ჩატვირთვა
3. აბსოლუტური მისამართის თავიდანვე მითითება, ხოლო შემდეგ - ფარდობით დირექტორიებში მუშაობა
4. კოდის სექციებად მოწესრიგება
5. ფუნქციები
6. ობიექტთა თანმიმდევრული სახელდება
7. ფოლდერების და ფაილების ლოგიკური მოწესრიგება

### ტაბით გამოყოფილი ცხრილი

1   6   a
2   7   b
3   8   c
4   9   d
5   10  e

### მძიმით გამოყოფილი ცხრილი

v1,v2,v3
1,2,3
4,5,6
7,8,9
a,b,c

myTable<-read.table("data/myTable.txt")

myTable<-read.table("data/CB_2017_Georgia_public_17.11.17.csv", header = TRUE, sep=",") ### მძიმით გამოყოფილი ცხრილის წაკითხვა

myTable<-read.csv("data/CB_2017_Georgia_public_17.11.17.csv", header=TRUE) ### მძიმით გამოყოფილი ცხრილის წაკითხვა

myTable<-read.table("data/CB_2017_Georgia_public_17.11.17.txt", header = TRUE, sep="\t") ### ტაბით გამოყოფილი ცხრილის წაკითხვა

galton<-read.csv("https://vincentarelbundock.github.io/Rdatasets/csv/HistData/Galton.csv")

install.packages("haven")
library(haven)

### haven ბიბლიოთეკა:

cb2017spss<-read_sav("data/CB_2017_Georgia_public_17.11.17.sav")
cb2017stata<-read_dta("data/CB_2017_Georgia_public_17.11.17.dta")

install.packages("foreign")
library(foreign)

cb2017foreign<-read.spss("data/CB_2017_Georgia_public_17.11.17.sav")

• ლაბორატორია (მომდევნო კვირა)
• ანოტირებული ბიბლიოგრაფია

• ციტირება + სტატიის მოკლე (150-200-სიტყვიანი) კრიტიკული აღწერა
• ძირითადი მიგნებები
• (თუ არსებობს), რას თვლით სტატიის უარყოფით მხარედ
• ნიმუში იხილეთ შემდეგ ვებსაიტზე (ასევე - ლაბორატორიული დავალების ფაილში):
  • Engle, M. (2016): How to Prepare an Annotated Bibliography: The Annotated Bibliography. ნანახია: http://guides.library.cornell.edu/annotatedbibliography